基于变异系数法与模糊理论的建筑工人安全能力评价研究

2020-09-14李云刘霁姜安民

铁道科学与工程学报 2020年8期

李云，刘霁，姜安民

李云，刘霁，姜安民

(湖南城建职业技术学院建筑设备工程系，湖南湘潭 411101)

基于建筑业中安全事故发生的概率与建筑工人安全能力的强弱关系重大，必须对建筑工人安全能力进行科学准确的评价，并及时采取应对措施，以降低事故的发生概率。通过对相关文献进行研究梳理，归纳总结以往研究中存在的不足及改进方向，建立建筑工人安全能力评价指标体系，本评价指标体系包含5个1级评价指标，14个2级评价指标；运用客观赋权方法中的变异系数法对评价指标主观权重进行修正，确定评价指标综合权重，基于该权重并融入模糊理论构建建筑工人安全能力评价模型；运用该模型对某市10家建筑公司中的20名建筑工人进行安全能力评价，并得出其中14人安全能力较强、5人安全能力中等、1人安全能力较弱的评价结果。针对建筑工人普遍学历较低及安全培训不到位等问题给出合理建议。基于变异系数法与模糊理论的建筑工人安全能力评价模型操作简单，评价结果准确，能够客观的反映出建筑工人安全能力好坏，可以为同类问题的研究提供参考。

安全事故；建筑工人；安全能力评价；变异系数法；模糊理论

建筑业生产过程较为复杂，危险性较高，安全事故频发，严重抑制了建筑业的正常有序发展。我国80%以上的建筑工人为农民[1]，介于入职门槛低，存在工人自身受教育情况差、安全意识薄弱及工作态度不端正等问题。建筑工人安全问题一直受人们关注，国内外学者们做出了很多相关研究，如：2008年，Govaerts等[2]指出，建筑工人安全能力受多因素影响，主要有个人知识、经验、技能、价值观等几大方面，为建筑工人安全能力评价问题的研究奠定了基础。一些国外学者[3−4]认为建筑工人存在很多违反安全规定的不安全行为，这些都是安全能力缺失的重要表现。在国内，王志宏等[5]着重从建筑系统中人−机−环−管的基本要素出发，对影响建筑工人安全的各要素进行分析并建立评价模型，结合辽宁葫芦岛沿海地区建筑工地进行实例研究，验证了评价模型的可行性；马利华等[6]利用基于网络关系特征的区间直觉模糊集评价模型，对建筑工人的安全能力进行评价，并结合工程实例进行研究；胡世广[7]基于行为分类，对建筑工人不安全行为影响因素研究，得出建筑工人的不安全行为受多因素共同作用的结论，并将各类因素的影响程度大小进行排序；张孟春等[8]对建筑工人不安全行为产生的认知机理及应用进行研究，为建筑工人不安全行为的研究提供了一定的理论基础；王旭峰等[9]基于结构方程(SEM)对建筑工人个体安全能力影响因素效用进行量化研究。以上研究均存在一些不足，如：对建筑工人安全能力进行评价的方法相对较少，缺少对比验证，难以保证方法的可靠性；在评价的过程中，常采用主观赋权方法确定指标相对重要性，很容易忽略指标本身所包含信息；评价过程中样本数量相对较少，评价结果不具有代表性。本文借鉴前人研究成果，建立建筑工人安全能力评价指标体系；采用变异系数法对主观权重进行修正，确定评价指标综合权重，基于该权重并结合模糊理论，构建基于变异系数法与模糊理论的建筑工人安全能力评价模型，将定性分析与定量评价相结合，同时避免了单一主观赋权方法中存在的缺陷，提高了评价结果的准确性。

1 建筑工人安全能力评价指标体系

影响建筑工人安全能力的因素较多，主要包括工人自身、所处环境等几大方面影响因素。结合实际情况，根据评价需要，参考文献[5−6]构建评价指标体系，具体见下表1。

表1 建筑工人安全能力评价指标体系

2 相关理论

2.1 层次分析法

层次分析法[10]，简称AHP(Analytic Hierarchy Process)，是20世纪70年代由美国学者提出的一种多目标综合评价方法。运用层次分析法求解权重应用较为广泛，是一种可靠性较高的主观赋权方法，具体操作流程，见图1。

图1 层次分析法操作流程

2.1.1 建立层次结构模型

基于评价需求，建立结构模型包括3个层次(目标层、1级评价指标、2级评价指标)。

2.1.2 构造判断矩阵

将各指标进行比较，比较后量化值选取1～9及其倒数，建立判断矩阵：

2.1.3 计算评价指标权重

本文选取特征向量法计算评价指标权重，具体操作如下：

式中：的最大特征根为max，其对应的特征向量(归一化处理后)即为权重向量。

2.1.4 进行一致性检验

首先，计算一致性指标：

其次，查找随机一致性指标，见表2。最后，计算一致性比率。

表2 平均随机一致性指标

当比值小于0.1时，一致性检验通过，否则进行修正。

2.2 变异系数法

变异系数法[11](Coefficient of variation method)属于客观赋权方法的一种，运用评价指标所含信息计算各指标权重。在计算过程中，指标的重要程度可以通过变异系数体现，即：变异系数越大说明指标影响越大，即重要程度越大。运用变异系数法计算权重，避免了主观赋权方法中专家偏好对结果的影响，使评价结果更加客观准确。具体操作流程，见图2。

图2 变异系数法操作流程

2.2.1 构建样本矩阵

假设有个待评对象，个评价指标，则样本矩阵如下：

式中：=1,2,3,…,；=1,2,3,…,。

2.2.2 样本矩阵标准化

对样本矩阵数据进行标准化处理，具体如下：

式中：=1,2,3,…,；=1,2,3,…,。

2.2.3 计算评价指标变异系数

以第个评价指标为例，其变异系数计算如下：

2.2.4 计算评价指标权重

以第个评价指标为例，其指标权重计算如下：

式中：为第个评价指标的权重。

2.3 组合赋权模型

采用变异系数法对主观权重进行修正，进而获得组合权重，具体操作如下：

通过构造拉格朗日函数对该组合赋权模型进行求解[12]，求得s如下：

2.4 基于变异系数法与模糊理论的建筑工人安全能力评价

基于变异系数法与模糊理论，构建建筑工人安全能力评价模型，具体操作流程，见图3。

图3 建筑工人安全能力评价模型

2.4.1 构建建筑工人安全能力评价指标体系

构建建筑工人安全能力评价指标体系，详见表1。

2.4.2 确定建筑工人安全能力评语集

本研究将建筑工人安全能力划分为5个等级，具体见表3。

表3 建筑工人安全能力等级划分

2.4.3 评价指标权重

本文基于AHP与变异系数法确定评价指标权重，具体计算流程见式(1)～(11)。

2.4.4 确定隶属度矩阵

确定评价指标隶属度可以分为定性与定量2种方法[13]，本研究中采用定量法，通过构造隶属度函数确定评价指标隶属度，进而得到隶属度矩阵，具体隶属度函数图形，见图4。

图4 梯形隶属度函数

各评价等级隶属度函数，见式(12)～(16)。

1级(能力弱)：

2级(能力较弱)：

3级(能力中等)：

4级(能力较强)：

5级(能力强)：

2.4.5 进行模糊综合评价

2.4.6 结果分析并给出结论

根据最大隶属度原则[14]，确定评价目标层(被评价对象)所处安全能力等级，并根据评价结果给出相关结论。

3 工程实例

从A市10家建筑公司中抽取20名建筑工人进行调查研究，基于表1评价指标体系，对各工人进行初始评价(邀请10位专家，根据调研结果，对20名建筑工人的各项指标进行评价)，整理评价结果并对数据进行无量纲处理，详见表4。

3.1 构建建筑工人安全能力评价指标体系

本评价指标体系包括5个1级评价指标，14个2级评价指标，详见表1。

表4 建筑工人安全能力评价值

3.2 确定建筑工人安全能力评语集

建筑工人安全能力等级划分，详见表3。

3.3 确定评价指标权重

3.3.1 计算评价指标主观权重

根据专家给定的评价指标相对重要程度，建立判断矩阵并计算主观权重，见表5～10。

表5 U−Ui判断矩阵

注：一致性检验通过。

表6 U1−U1i判断矩阵

注：一致性检验通过。

表7 U2−U2i判断矩阵

注：一致性检验通过。

表8 U3−U3i判断矩阵

注：一致性检验通过。

表9 U4−U4i判断矩阵

注：一致性检验通过。

表10 U5−U5i判断矩阵

注：一致性检验通过。

对各2级指标相对于目标层权重进行计算，具体结果见表11。

3.3.2 计算评价指标客观权重

基于表4，运用式(5)～(9)，计算各评价指标变异系数及权重，见表12。

3.3.3 计算评价指标组合权重

基于式(10)和式(11)计算评价指标组合权重，如表13。

表11 评价指标主观权重

表12 评价指标客观权重

表13 评价指标组合权重

注：介于样本数量有限，影响因子取0.7，略偏向于主观权重。

3.3.4 确定隶属度矩阵

基于隶属度函数(12)～(16)和表4建筑工人安全能力初始评价值，计算各评价指标对评价等级隶属情况，以建筑工人1为例，具体计算如下：

以建筑工人1为例，评价指标11初始评价值为7.5，将7.5代入函数(15)和(16)，可得该指标对5个评价等级(1～5)的隶属度分别为0，0，0，0.5和0.5。依次计算其他评价指标隶属度，并建立隶属度矩阵如下：

运用同样方法，建立建筑工人2～20隶属度矩阵。

3.3.5 进行模糊综合评价

对20名建筑工人安全能力进行综合评价，具体计算如下：

1=。1=(0.000 0, 0.064 8, 0.347 5, 0.450 8, 0.103 4),隶属于4级(能力较强)。

2=。2=(0.000 0, 0.074 7, 0.579 7, 0.312 1, 0.000 0),隶属于3级(能力中等)。

3=。3=(0.000 0, 0.064 8, 0.421 0, 0.421 5, 0.059 2),隶属于4级(能力较强)。

4=。4=(0.000 0, 0.064 8, 0.322 3, 0.512 6, 0.066 9),隶属于4级(能力较强)。

5=。5=(0.000 0, 0.064 8, 0.412 0, 0.421 5, 0.068 2),隶属于4级(能力较强)。

6=。6=(0.000 0, 0.064 8, 0.376 4, 0.465 8, 0.059 5),隶属于4级(能力较强)。

7=。7=(0.000 0, 0.018 5, 0.264 3, 0.464 2, 0.232 1),隶属于4级(能力较强)。

8=。8=(0.000 0, 0.341 2, 0.307 4, 0.317 9, 0.000 0),隶属于2级(能力较弱)。

9=。9=(0.000 0, 0.064 8, 0.318 8, 0.516 1, 0.066 9),隶属于4级(能力较强)。

10=。10=(0.000 0, 0.074 7, 0.561 9, 0.329 9, 0.000 0),隶属于3级(能力中等)。

11=。11=(0.000 0, 0.064 8, 0.032 7, 0.585 8, 0.283 2),隶属于4级(能力较强)。

12=。12=(0.000 0, 0.064 8, 0.341 7, 0.468 5, 0.091 5),隶属于4级(能力较强)。

13=。13=(0.029 2, 0.099 8, 0.388 0, 0.377 8, 0.071 6),隶属于3级(能力中等)。

14=。14=(0.000 0, 0.254 9, 0.319 3, 0.376 2, 0.016 1),隶属于4级(能力较强)。

15=。15=(0.000 0, 0.064 8, 0.373 5, 0.461 4, 0.066 9),隶属于4级(能力较强)。

16=。16=(0.000 0, 0.064 8, 0.044 9, 0.704 3, 0.152 4),隶属于4级(能力较强)。

17=。17=(0.000 0, 0.064 8, 0.423 9, 0.433 2, 0.044 6),隶属于4级(能力较强)。

18=。18=(0.000 0, 0.064 8, 0.325 2, 0.532 5, 0.044 0),隶属于4级(能力较强)。

19=。19=(0.000 0, 0.064 8, 0.474 6, 0.389 7, 0.037 4),隶属于3级(能力中等)。

20=。20=(0.000 0, 0.064 8, 0.451 0, 0.413 7, 0.037 0),隶属于3级(能力中等)。

3.3.6 结果分析

根据最大隶属度原则可知，建筑工人1，3，4，5，6，7，9，11，12，14，15，16，17和18安全能力综合评价为4级，能力较强；建筑工人2，10，13，19和20安全能力综合评价为3级，能力中等；建筑工人8安全能力综合评价为2级，能力较弱。通过表4初始评价值可知，建筑工人学历普遍较低，部分建筑公司在安全培训方面较为薄弱。

4 结论

1) 本文基于变异系数法与模糊理论，构建建筑工人安全能力评价模型。避免了主观赋权中人为因素过强的缺陷，提高了评价结果的准确性；将模糊性的建筑工人安全能力评价问题进行定性分析与定量评价相结合，使评价结果更加可靠。

2) 基于该模型对某市10家建筑公司中的20名建筑工人进行安全能力评价，并得出建筑工人1、建筑工人3、建筑工人4等14人安全能力较强；建筑工人2、建筑工人10、建筑工人13等5人安全能力中等；建筑工人8安全能力较弱的结论。

3) 建立完善的评价指标体系，运用科学的方法对建筑工人安全能力情况进行准确评价，并采取相应的预防措施，是降低安全事故发生概率的有效途径。

[1] 唐贵香. 社会网络对建筑工人安全意识的影响研究[D].武汉: 华中科技大学, 2016. TANG Guixiang. Research on effect on builder safety awareness based on social network[D]. Wuhan: Huazhong University of Science and Technology, 2016.

[2] Govaerts M J B. Educational competencies or education for professional competence[J]. Medical Education, 2008, 42(3): 234−236.

[3] Lombardi D A, Verma S K, Brennan M J, et al. Factors influencing worker use of personal protective eyewear[J]. Accident Analysis & Prevention, 2009, 41(4): 755−762.

[4] Bohm J, Harris D. Risk perception and risk-taking behavior of construction site dumper drivers[J]. International Journal of Occupational Safety and Ergonomics, 2010, 16(1): 55−67.

[5] 王志宏, 赵耀忠. 建筑工人的不安全行为分析与评价模型研究[J]. 应用泛函分析学报, 2015, 17(2): 198−208. WANG Zhihong, ZHAO Yaozhong. Construction workers’ unsafe behavior research analysis and evaluation model[J]. Acta Analysis Functionalis Applicata, 2015, 17(2): 198−208.

[6] 马利华, 颜会哲, 姚立根, 等. 网络关系特征下IVIFS模型的建筑工人安全能力评价[J]. 数学的实践与认识, 2018, 48(22): 34−40. MA Lihua, YAN Huizhe, YAO Ligen, et al. Evaluation of the safety capability of construction works with network relational characteristics based on IVIFS model [J]. Journal of Mathematics in Practice and Theory, 2018, 48(22): 34−40.

[7] 胡世广. 基于行为分类的建筑工人不安全行为影响因素研究[D]. 重庆: 重庆大学, 2017. HU Shiguang. Research on the influencing factors of unsafe behavior of construction workers based on behavior classification[D]. Chongqing: Chongqing University, 2017.

[8] 张孟春, 方东平. 建筑工人不安全行为产生的认知原因和管理措施[J]. 土木工程学报, 2012, 45(增2): 297− 305. ZHANG Mengchun, FANG Dongping. Cognitive causes of construction worker’s unsafe behaviors and management measures[D]. China Civil Engineering Journal, 2012, 45(Suppl 2): 297−305.

[9] 王旭峰, 邱坤南, 阳富强, 等. 建筑工人个体安全能力影响因素效用量化研究[J]. 中国安全科学学报, 2015, 25(3): 133−139. WANG Xufeng, QIU Kunnan, YANG Fuqiang, et al. Research on quantizing utility of factors influencing on individual safety competence of construction workers[J]. China Safety Science Journal, 2015, 25(3): 133−139.

[10] Ashish Khanna, Joel J P C, Rodrigues, et al. Local mutual exclusion algorithm using fuzzy logic for flying Ad hoc networks[J]. Computer Communications, 2020, 21(2):156 −159.

[11] 孙凌云, 孜比布拉, 司马义, 等. 基于变异系数−综合指数法的乌鲁木齐城市脆弱性评价[J]. 安全与环境工程, 2017, 24(6): 14−19. SUN Lingyun, ZIBIBULA, Simayi, et al. Evaluation of urban vnlnerability of urumqi based on the variation coefficient-comprehensive index method[J]. Safety and Environmental Engineering, 2017, 24(6): 14−19.

[12] 姜安民, 董彦辰, 吴洋, 等. 三标度AHP-熵优化组合赋权法在PPP项目风险评价中的应用[J]. 工程管理学报, 2017, 31(5): 62−67. JIANG Anmin, DONG Yanchen, WU Yang, et al. Application of three-scale AHP-entropy optimal combination weighting method in risk assessment of PPP project[J]. Journal of Engineering Management, 2017, 31(5): 62−67.

[13] Mikami Satoshi, Ishikawa Daisuke, Matsuda Hideo, et al. Guidance for in situ gamma spectrometry intercomparison based on the information obtained through five intercomparisons during the Fukushima mapping project[J]. Journal of Environmental Radioactivity, 2019, 40(7): 210−215.

[14] 何进, 郭延辉, 王建国, 等. 模糊综合评价法在隧洞塌方风险评价中的应用[J]. 水力发电, 2019, 45(2): 83−88. HE Jin, GUO Yanhui, WANG Jianguo, et al. Application of fuzzy comprehensive evaluation method in risk assessment of tunnel collapse[J]. Water Power, 2019, 45(2): 83−88.

Study on safety ability evaluation of construction workers based on variation coefficient method and fuzzy theory

LI Yun, LIU Ji, JIANG Anmin

(Hungn Urban Construction college, Department of Construction Equipment Engineering, Xiangtan 411101, China)

In the construction industry, the probability of injury accidents is directly related to the safety ability of construction workers. Therefore, it is necessary to evaluate the safety ability of construction workers scientifically and accurately and then take timely measures to tackle it. First, the related literature was surveyed with current shortcomings of previous studies summarized and the improvement direction identified. The evaluation index system of construction workers’ safety ability was then established. Second, the variation coefficient method of objective weighting method was used to modify the subjective weight of evaluation indices, and the comprehensive weights were determined. Based on such weights, the evaluation model of safety ability of construction workers was constructed by incorporating the fuzzy theory. Finally, this model was used to evaluate the safety ability of twenty construction workers in ten construction companies in a city, and the conclusion was drawn that fourteen of them have strong safety ability, five have medium safety ability, and one has weak safety ability. Reasonable suggestions were given to solve the problems of low education and inadequate safety training of construction workers. The evaluation model based on the variation coefficient method and the fuzzy theory is simple to operate and is also accurate. It can objectively reflect the safety ability of construction workers and can provide reference for the study of similar problems.

safety accident; construction workers; safety ability evaluation; coefficient of variation method; fuzzy theory